Python列表过滤效率优化：寻求高效筛选符合双条件的对应元素方案

免责声明 #

本人并非专业程序员，若表述不够精准，提前致歉。

需求说明 #

我有两个列表counter和slope，需要筛选出slope中满足以下两个条件的元素：

• 数值小于等于-1
• 该元素在slope中无前序重复项

随后返回counter中与这些符合条件的slope元素对应的元素，组成新列表filter_count。

当前低效实现代码 #

filter_count = [i for i,j in zip(counter, slope) if i-1 == slope.index( slope[int(i-1)] ) and j<=-1]

性能问题 #

整段脚本执行耗时约13秒，上述代码的耗时占比高达99.9%，急需更高效的实现方案。

附参考示例图（实际场景中列表规模远大于示例）：示例效果参考图

你的代码效率极低的核心原因是slope.index()方法——它每次都会从头遍历列表查找元素，时间复杂度为O(n)，当列表规模较大时，多次调用会让整体时间复杂度飙升至O(n²)。

推荐使用集合记录已出现元素的方式，只需一次遍历即可完成筛选，时间复杂度降至O(n)，实现代码如下：

filter_count = []
seen = set()

for cnt, slp in zip(counter, slope):
    if slp <= -1 and slp not in seen:
        filter_count.append(cnt)
        seen.add(slp)

代码说明 #

• seen集合用于存储已经处理过的符合条件的slope元素，集合的成员判断操作（in）时间复杂度为O(1)，远快于列表的index()方法
• 遍历counter和slope的对应元素，每遇到满足条件（数值≤-1且未在seen中出现过）的slope元素，就将对应的counter元素加入结果列表，同时把该slope元素加入seen集合，避免后续重复处理

如果偏好列表推导式写法，也可以结合生成器实现（可读性略逊于循环版本）：

seen = set()
filter_count = [
    cnt for cnt, slp in zip(counter, slope)
    if slp <= -1 and not (slp in seen or seen.add(slp))
]

这里利用了seen.add(slp)返回None的特性，逻辑与循环版本完全一致。

内容的提问来源于stack exchange，提问作者Harry